1. 模型移植背景与用途
移动互联网的飞速发展,使得越来越多基于深度学习的应用出现在移动设备上,为人们生活带来了极大地便捷。 糖尿病病足诊断模型部署于移动端 APP 上,一方面能够医护人员能够方便的使用APP 来进行临床监察,减轻主治医师的工作量;另一方面,对于无法长期进行住院治疗的病患来说,可以自行或者在家人的协助下,监察病情,具有极大地实际使用意义。
与此同时,我们将其部署在 RK3399Pro 开发板上,旨在完成一个病足诊断移动设备,方便医护人员在没有医师指导的情况下进行治疗。
当前主流的两种实现方案分别是在线式和离线式。在线式方案的工作流程首先需要通过客户端的摄像头实时获取图像数据,然后将获取到的数据提交给部署有深度学习模型的后台服务器端来进行处理,将处理后的结果再反馈给客户端。而离线式方案的处理流相对简单,只需要将训练好的深度学习模型事先在客户端的设备上部署好,摄像头获取到图片数据后就可以在本地客户端完成处理。对比两种方案,离线式方案不必将用户图像数据上传,缩短网络传输时间,减少流量消耗的同时,对于保护病人的隐私也至关重要。
2. 开发工具及环境配置
(1) Android Studio[50]:它是由谷歌发布的用于Android开发的集成环境,开发者能够在进行编程的同时,将应用可视化,为开展基于Android开发的工作提供了很大便捷。
(2) JDK(Java Development Kit):是整个Java的核心,包含Java运行时环境,Java工具以及基于Java的类库[51]。由于Android Studio的开发语言是Java,所以使用Android Studio开发时,要在机器中配置JDK。
(3) Android SDK(Android Software Development Kit):是一款Android开发组件,可以在不同平台如Linux、Mac、Windows上提供服务,具有多样化功能,可以很大程度上满足满足Android在开发过程中的一些特殊需求,为开发人员开展工作带来福音。
(4) Open CV(Open Source Computer Version Library)是一个计算机视觉库,该库不仅包括机器学习、计算机视觉开源库,而且还包含图像处理库,具有广泛的应用场景。